공간을 이해하는 인공지능 Visual SLAM
나 여기있고, 주변은 이런게 보여!
카메라와 Visaul SLAM이 이해하는 공간Visual SLAM
카메라를 사용해 주변 환경을 2차원 이미지로 인식하고 지도를 작성하는 기술입니다.
S: simultanious (동시적)
L: Localization (위치 추정)
A: and (그리고)
M: Mapping (지도 작성)
Localization (위치 추정) : 로봇이 움직이면서 주변 데이터를 바탕으로 공간상에서 자신의 위치를 파악
Mapping (지도 작성) : 주변 환경을 지도로 만드는 것
Mapping 된 이미지Visual SLAM 주변을 인식하는 과정
Sensor Data Acquisition : Visual SLAM에서 이 과정은 카메라 이미지를 얻고, 전처리하는 과정을 말한다. 움직이는 로봇에서는 motor encoder와 IMU 센서 값도 얻고, synchronization하는 과정도 포함한다.
Visual Odometry (VO) : VO task는 인접한 frame (ego-motion) 간에 카메라가 어떻게 이동했는지를 추정하고, rough한 local map을 만든다. VO는 frontend 과정이라고도 한다.
Backend Filtering/Optimization : backend는 서로 다른 time step에서의 카메라 포즈와 loop closing 결과를 받아 optimization을 적용하여 최적화된 trajectory와 map을 만든다. VO(frontend) 다음 과정이므로 backend라고 부른다.
Loop Closing : Loop Closing은 accumulate된 drift를 줄이기 위해 로봇이 이전 위치로 돌아갔는지를 결정하여 backend에서의 optimization에 정보를 제공한다. 여기서 drift problem이란, VO에서 오차가 지속적으로 발생하는데 이것이 쌓여 발생하는 문제를 말한다.
Reconstruction : 추정한 카메라 trajectory에 따라 task에 따른 map을 구성한다.
출처: https://jjuke-brain.tistory.com/entry/Introduction-to-Visual-SLAM-SLAM-개요 [JJukE's Brain:티스토리]
다양한 상황에서 SLAM을 활용한 실험
https://www.youtube.com/watch?app=desktop&v=jIvJuWdmemE
https://www.youtube.com/watch?v=T-9PYCKhDLM
Visual SLAM을 적용할 수 있는 로봇
Visual SLAM을 적용해서 이동 경로를 탐색하고 장애물을 피할 수 있습니다.
자율주행 로봇(AMR) : 창고에서 물건을 운반하거나 물류 작업에 사용되는 로봇.
로봇 청소기 : LiDAR 대신 카메라를 사용하여 집안의 지도를 생성하고 경로를 계획합니다.
드론 : 실시간으로 주변 환경을 분석해 자율적으로 비행할 수 있습니다.
자율주행차: 주행 중 환경 인식을 돕습니다.
참고한 글
https://jjuke-brain.tistory.com/entry/Introduction-to-Visual-SLAM-SLAM-%EA%B0%9C%EC%9A%94
